Felklassificering

Felklassificering innebär att observationer, företeelser eller data felaktigt tilldelas en kategori eller klass. Begreppet används inom flera områden där system automatiskt eller manuellt sätter etiketter eller klassningar, till exempel i maskininlärning, statistik, medicinsk diagnostik och geovetenskap. Felklassificering kan uppstå i samband med brister i data, oklara klassdefinitioner eller i själva klassificeringsalgoritmens beteende.

Inom maskininlärning avser felklassificering de fall där en datapunkt får fel etikett jämfört med dess sanna tillstånd. Det leder till kostnader: missade fynd (false negatives) och felaktiga positiva (false positives). En central redskap för att analysera fel är förvirringsmatrisen, som ger mått som noggrannhet (accuracy), precision, återkallande (recall) och F1-poäng. Dessa mått hjälper till att bedöma modellens prestanda och de ekonomiska eller praktiska konsekvenserna av olika typer av fel.

I kliniska sammanhang kan felklassificering innebära felaktiga diagnoser, felaktiga behandlingsbeslut eller skeva prevalensuppskattningar. Orsaker inkluderar testets begränsade känslighet eller specificitet, dålig labelkvalitet, eller bias i datainsamling och dokumentation. Inom geovetenskap och miljöövervakning uppstår felklassificering när marktäcks- eller landanvändningsklasser blandas på grund av liknande sensoriska signaturer.

Mot åtgärderna hör bättre märkning, flera annotatörer och kvalitetskontroll, kalibrering av modeller samt val av lämpliga trösklar och robusta eller ensemble-metoder. Regelbunden validering, hantering av klassobalans och anpassning till förändringar i verkliga data (concept drift) bidrar också till att minska felklassificering.